Átlag alatti kukoricatermést várnak idén a szakemberek, de a 2022-es extrém alacsony szintet szerencsére meg fogjuk haladni. A szárazabb időszakra a hideget is jól tűrő fajtákat nemesítenek a HUN-REN Agrártudományi Kutatóközpont Mezőgazdasági Intézetében (ATK MGI), a munkába hamarosan a mesterséges intelligenciát is bevonják.

Kukorica: a helyenként rendkívül csapadékhiányos július alaposan átírta a szezon forgatókönyvét – fotó: pixabay.com

Az elmúlt hetek hősége és szárazsága súlyos károkat okozott a mezőgazdaságban

Csak a kukoricaföldeken 240 milliárd forintos károkról és az 5 tonnát sem elérő termésátlagról beszéltek a sajtóban a szakemberek. Utóbbit a HUN-REN-nek is megerősítette Spitkó Tamás, a HUN-REN ATK MGI Kukoricanemesítési Osztályának vezetője, aki hozzátette, noha az előrejelzés hétről hétre változik és pontos számokat csak a betakarítás után lehet mondani, de a 2022-es extrém alacsony (3,5 t/ha) hozamnál biztosan nagyobb lesz idén a termés.

A szakember szerint az idei kánikulával társult aszály más természetű volt, mint a két évvel ezelőtti. Június végéig szép képet mutattak a szántóföldi növénykultúrák, azonban a helyenként rendkívül csapadékhiányos július alaposan átírta a szezon forgatókönyvét.

Bár a növények teljesen ki tudtak fejlődni, és a szemtermések is részben kialakultak a növények tartalékaiból, az állományok kiszáradtak.

A helyenkénti teljes, lényegében két hónapnyi vízhiányt nemcsak a hazai lágyszárú kultúrák sínylették meg, hanem például az út menti fás társulások is.


Mediterrán haszonnövények hasznosításában is gondolkodnunk kell

A nagyobb és biztosabb terméshozamot azonban nemcsak öntözéssel, hanem a szárazságot jobban tűrő fajták nemesítésével is el lehet érni.

A kutató szerint csodák nincsenek: bár javítható a szárazságtűrés, teljes vízhiány esetén nincs olyan növény, amely túlélne és „tudomást sem véve a szárazságról" jelentős termésre lenne képes.

A szárazságtűrő növények mellett a hideget is jól bíró fajták kifejlesztésén dolgoznak az ATK MGI kutatói molekuláris genetikai módszerekkel. Úgynevezett markerszelekciós eljárással keresik meg a kromoszómákon a hidegtűrésért felelős géneket, géncsoportokat, és ennek felhasználásával szelektálják az új fajtákat a jobb hidegtűrés érdekében.

Ha a nyár aszályos és nem tudunk öntözni, a növények „életének idejét" át kell helyezni olyan időszakokra, amikor kisebb eséllyel léphet fel vízhiány. Ez legtöbbször kora tavasztól nyár közepéig, bizonyos években akár a nyár végéig is tarthat. Ha korán vetjük el a rövid tenyészidejű hibridkukoricákat, virágzásukkal és termésérésük egy részével elkerülhetik a júliusi aszályt, így jelentős terméstöbbletre tehetnek szert.

„Ehhez azonban javítani kell a hidegtűrésüket, mert tavasszal előfordulnak nem fagyos, de igen csípős reggelek, és ezt a friss vetésnek, a fiatal növényeknek bírniuk kell" – fűzte hozzá az ATK MGI kutatója. A kukorica eredetileg trópusi növény volt, így nehéz rávenni arra, hogy a rövid ideig tartó fagypontot, vagy a hosszabb hideg időszakokat kibírja.

A klímaváltozással a hidegtűrő kukoricák mellett lassan a mediterrán haszonnövények hasznosításában is gondolkodnunk kell, bár a nagyüzemi termesztésük ideje még nem jött el, véli a szakember. Spitkó Tamás szerint a kiskertekben már most mindennaposak a terebélyes fügebokrok, a nem téliesített leanderek, vagy az olykor már beérő gránátalmabokrok, de kisebb olajfaligettel is találkozott már.

A mesterséges intelligencia a növénynemesítés minden részfolyamatában alkalmazható

A jövő azonban nemcsak a mediterrán növények felhasználását jelentheti, hanem a mesterséges intelligencia (angol rövidítése szerint AI) használatát is a növénynemesítés és a termesztés során. Bár az AI-t az ATK kutatói napi szinten még nem használják, Spitkó Tamás szerint lassan elindul a terabájtnyi adatbázisok elemzése, ami lehetővé teszi a jövőben a hagyományos nemesítési módszerek megtámogatását a mesterséges intelligencia bevonásával.

A HUN-REN ATK MGI igazgatója, Fodor Nándor hozzátette, a mesterséges intelligencia a növénynemesítés minden részfolyamatában alkalmazható, mivel az AI technológiák különösen alkalmasak a genetikai, környezeti és fenotípusos adatokat tartalmazó összetett adathalmazok elemzésére.

A gépi tanulási algoritmusok hatalmas mennyiségű genetikai információt tudnak átvizsgálni, hogy mintázatokat azonosítsanak, és nagy pontossággal jelezzék előre a növényi tulajdonságokat. Ez a képesség lehetővé teszi az adott éghajlatra, talajtípusokra és mezőgazdasági gyakorlatokra optimalizált növényfajták, jelenleginél lényegesen gyorsabb kinemesítését.